1. 项目背景与核心价值

在当今企业数字化转型浪潮中，构建私有化AI助手已成为提升工作效率的关键路径。这个项目展示了如何基于Spring AI框架与Ollama开源模型，从零搭建具备多角色对话能力的AI助手系统。不同于公有云方案的隐私顾虑，这套方案完全运行在企业内网环境，特别适合金融、医疗等对数据安全要求严格的行业场景。

我曾在某金融机构参与过类似项目，当时面临的核心痛点就是业务数据不能外传，而市面上的商业AI产品又无法满足定制化需求。这套技术栈的巧妙之处在于：Spring AI负责业务逻辑编排，Ollama提供本地化模型支持，两者结合既保障了数据安全，又实现了灵活的二次开发能力。

2. 技术架构解析

2.1 核心组件选型

Spring AI：作为Spring生态的AI扩展框架，它提供了统一的API抽象层。最新0.8.1版本已支持：

• 多模型切换（Ollama/OpenAI等）
• 提示词模板管理
• 对话上下文保持
• 流式响应处理

选择Spring AI而非直接调用模型API，主要考虑：

1. 避免vendor lock-in（供应商锁定）
2. 统一异常处理机制
3. 与Spring Security天然集成

Ollama：这个轻量级工具让本地运行LLM变得简单。实测在NVIDIA T4显卡（16GB显存）上可流畅运行7B参数的Mistral模型。相比直接部署原版模型，Ollama的优势在于：

• 自动处理模型量化
• 提供RESTful接口
• 支持模型热加载

2.2 系统拓扑设计

[前端] ←HTTP/WS→ [Spring Boot] ←REST→ [Ollama] ↑ ├─ [Redis缓存对话历史] └─ [MySQL存储知识库]

关键设计决策：

1. 采用BFF模式（Backend for Frontend），前端只与Spring服务交互
2. 对话状态用Redis存储，TTL设为24小时
3. 知识库使用向量化存储，配合FAISS加速检索

3. 核心功能实现

3.1 多角色助手系统

通过Spring AI的ChatClient接口实现角色路由：

@Bean public ChatClient financeAdvisor(OllamaApi client) { return PromptTemplate.create(""" 你是一名资深财务顾问，回答需符合以下要求： 1. 所有建议必须符合《商业银行理财业务监督管理办法》 2. 涉及收益率必须说明历史波动范围 3. 用表格对比不同方案优劣""") .withClient(client); }

角色切换的三种实现方式对比：

建议中小规模项目采用提示词注入方案，关键是要在system message中明确角色边界。

3.2 RAG知识库构建

企业文档处理流水线：

1. PDF/Word解析 → Apache Tika
2. 文本分块 → 采用滑动窗口算法（窗口512token，重叠64token）
3. 向量化 → all-MiniLM-L6-v2模型
4. 存储 → FAISS索引（IVF2048,PQ32配置）

检索增强代码示例：

public List<Document> retrieveRelevant(String query) { float[] embedding = embeddingClient.embed(query); return vectorStore.similaritySearch(embedding, 3); }

性能优化点：

• 预处理阶段移除页眉页脚
• 对表格内容特殊处理
• 添加文档元数据过滤

3.3 MCP控制台实现

管理控制台关键技术点：

1. 对话审计日志：采用Spring AOP记录所有AI响应
2. 用量统计：Redis HyperLogLog统计日活用户
3. 模型监控：Prometheus收集GPU显存指标

安全设计：

• 基于Spring Security的RBAC模型
• 敏感操作二次认证
• 响应内容过滤（正则表达式+关键词列表）

4. 部署与调优

4.1 基础设施要求

最低配置：

• 4核CPU/16GB内存（仅运行7B模型）
• 50GB SSD（存储模型+知识库）
• Ubuntu 22.04 LTS

推荐生产配置：

• 8核CPU/32GB内存
• NVIDIA T4或RTX 3090
• 单独的知识库节点

4.2 性能调优实战

Ollama参数调整示例：

OLLAMA_NUM_GPU=1 ollama serve --num-threads 6 --context-window 4096

Spring AI优化方向：

1. 启用响应缓存（Cache-Control: max-age=60）
2. 配置HikariCP连接池
3. 异步处理向量检索

4.3 常见问题排查

高频问题清单：

1. 中文输出乱码 → 检查LC_ALL环境变量
2. GPU内存不足 → 改用q4量化模型
3. 检索结果不相关 → 调整分块策略
4. 响应延迟高 → 开启stream模式

5. 进阶扩展方向

5.1 多模态支持

通过Ollama新增视觉模型：

ollama pull llava

Spring AI需添加MultipartFile处理：

@PostMapping("/analyze") public String analyzeImage(@RequestParam MultipartFile file) { // 转换base64后发送给Ollama }

5.2 业务场景适配

金融行业特别注意事项：

• 合规检查：最终输出需经过规则引擎过滤
• 审计追踪：对话记录需加密存储
• 话术控制：禁用模糊性表述如"可能""大概"

医疗行业改造要点：

1. 添加ICD-10代码识别
2. 集成医学术语库
3. 实现分级响应机制

这套架构在我参与的多个项目中已得到验证，最大的收获是：私有化部署虽然初期投入较大，但长期来看，数据自主权带来的灵活性和安全性提升远超预期。建议首次实施时先聚焦一个垂直场景，比如先把HR问答机器人跑通，再逐步扩展其他角色。